Avis Google vers Qlik

Mars s'est terminé à 4,11 sur 612 avis Google, et le diaporama le disait. Sélectionnez mars dans Qlik, et la moyenne se défait : trois sites sur seize sont sous 3,7, et les treize autres ont fait 4,68 de moyenne sur les mêmes semaines. Pas un problème d'entreprise, et jamais une réponse d'entreprise.

Cliquez sur le pire site, et chaque autre champ se repeint. Ses 84 avis sont 51 en portugais à 3,40 et 33 en anglais à 2,20. Le site n'est pas cassé. Il arrive quelque chose aux gens qui ont réservé depuis Maps et sont arrivés en s'attendant à l'ancien menu. Conversation différente, responsable différent.

Personne n'a construit cette vue. Il n'existe pas de rapport « avis anglais dans un seul site sur une seule semaine », et il n'y en aura jamais, parce que le découpage qui explique un mois n'est jamais celui que le rapport a été construit pour montrer. Qlik est l'endroit où vous n'avez pas eu besoin de le demander d'abord.

Et ça montre ce qu'une sélection exclut, la moitié qu'une table filtrée cache. Les valeurs grisent parce que rien dans la sélection ne les touche, donc vous découvrez qu'un site n'a aucun avis dans une langue que vous pensiez qu'il avait. Un filtre aurait juste renvoyé rien.

Le flux n'est pas une seule table plate. Six jeux d'entités arrivent : Reviews, ReviewProfiles, Locations, RatingsHistory, ReviewSummary et ReviewChanges. Reviews porte un ReviewProfileId, ReviewProfiles porte un LocationId, et cette chaîne est exactement sur quoi tourne le moteur associatif.

Ça compte parce qu'une sélection doit voyager. Cliquez sur une ville dans Locations, et elle atteint les avis via les profils, donc la note, la langue, les tags et la phrase que quelqu'un a écrite sont tous dans le périmètre en même temps, sans que personne n'écrive de jointure.

Une mise en garde, qui vaut cinq mots de script de chargement. Qlik associe les tables sur des champs au nom identique, et les six jeux ont tous un champ appelé Id. Renommez chacun à son chargement, et le modèle est juste du premier coup. Laissez-les tels quels, et Qlik construit une clé synthétique sur une coïncidence.

ReviewChanges est un flux de modifications des insertions, mises à jour et suppressions, donc le rechargement peut être incrémental. Stockez le plus haut ID de changement chargé, paginez tout ce qui est au-dessus la fois suivante, et relisez seulement ces avis-là. Un auteur qui transforme un avis une étoile en quatre étoiles après votre correctif atteint l'application comme un événement, pas comme un silence.

Le volume d'avis Google suit les gens qui passent la porte. Il grimpe le week-end, pendant les vacances scolaires et après une campagne, et retombe pendant une quinzaine calme. Donc la même moyenne veut dire deux choses différentes sur deux mois différents, et un graphique linéaire tout seul vous mentira.

Mars en est le cas typique. 612 avis, et 265 d'entre eux sont arrivés dans la semaine du 9, quand un marathon et une campagne payante ont fait passer plus du double de la fréquentation d'une semaine normale par les portes. Cette semaine-là a fait 3,60 de moyenne. Les trois autres ont fait 4,50 de moyenne sur 347 avis.

Le mois ne s'est donc pas dégradé. Une semaine chargée, si, et elle était assez lourde pour entraîner tout le mois avec elle. Sélectionnez la semaine, et les deux faits sont à l'écran en même temps : la barre deux fois plus haute que ses voisines, et la seule moyenne sous quatre. Voilà ce qu'un chiffre mensuel moyenne et fait disparaître.

Le premier chargement apporte votre historique avec lui, pour que cette comparaison existe dès le premier jour. Vous n'accumulez pas une référence avant que le graphique ne vaille la peine d'être ouvert, et le mars précédent est déjà là pour être sélectionné la prochaine fois que quelqu'un demande si c'est normal.